【MySQL】学习并使用聚合函数和DQL进行分组查询

](https://img-blog.csdnimg.cn/21dd41dce63a4f2da07b9d879ad0120b.png#pic_center)

🌈个人主页: Aileen_0v0
🔥热门专栏: 华为鸿蒙系统学习|计算机网络|数据结构与算法
​💫个人格言:“没有罗马,那就自己创造罗马~”

#mermaid-svg-t8K8tl6eNwqdFmcD {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-t8K8tl6eNwqdFmcD .error-icon{fill:#552222;}#mermaid-svg-t8K8tl6eNwqdFmcD .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-t8K8tl6eNwqdFmcD .edge-thickness-normal{stroke-width:2px;}#mermaid-svg-t8K8tl6eNwqdFmcD .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-t8K8tl6eNwqdFmcD .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-t8K8tl6eNwqdFmcD .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-t8K8tl6eNwqdFmcD .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-t8K8tl6eNwqdFmcD .marker{fill:#333333;stroke:#333333;}#mermaid-svg-t8K8tl6eNwqdFmcD .marker.cross{stroke:#333333;}#mermaid-svg-t8K8tl6eNwqdFmcD svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-t8K8tl6eNwqdFmcD .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-t8K8tl6eNwqdFmcD .cluster-label text{fill:#333;}#mermaid-svg-t8K8tl6eNwqdFmcD .cluster-label span{color:#333;}#mermaid-svg-t8K8tl6eNwqdFmcD .label text,#mermaid-svg-t8K8tl6eNwqdFmcD span{fill:#333;color:#333;}#mermaid-svg-t8K8tl6eNwqdFmcD .node rect,#mermaid-svg-t8K8tl6eNwqdFmcD .node circle,#mermaid-svg-t8K8tl6eNwqdFmcD .node ellipse,#mermaid-svg-t8K8tl6eNwqdFmcD .node polygon,#mermaid-svg-t8K8tl6eNwqdFmcD .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-t8K8tl6eNwqdFmcD .node .label{text-align:center;}#mermaid-svg-t8K8tl6eNwqdFmcD .node.clickable{cursor:pointer;}#mermaid-svg-t8K8tl6eNwqdFmcD .arrowheadPath{fill:#333333;}#mermaid-svg-t8K8tl6eNwqdFmcD .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-t8K8tl6eNwqdFmcD .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-t8K8tl6eNwqdFmcD .edgeLabel{background-color:#e8e8e8;text-align:center;}#mermaid-svg-t8K8tl6eNwqdFmcD .edgeLabel rect{opacity:0.5;background-color:#e8e8e8;fill:#e8e8e8;}#mermaid-svg-t8K8tl6eNwqdFmcD .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-t8K8tl6eNwqdFmcD .cluster text{fill:#333;}#mermaid-svg-t8K8tl6eNwqdFmcD .cluster span{color:#333;}#mermaid-svg-t8K8tl6eNwqdFmcD div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-t8K8tl6eNwqdFmcD :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;}
account for 解释

文章目录

SQL

DQL-聚合函数

聚合函数：将一列数据作为一个整体，进行纵向计算。

常见的聚合函数

函数

功能

count

统计数量

max 

最大值

min

最小值

avg

平均值

sum

求和
注意：null值不参与所有聚合函数运算。

聚合函数使用语法

SELECT 聚合函数（字段列表）FROM 表名；

聚合函数Exercises

1.统计该企业员工数量

selectcount(*)from emp;

 2.统计该企业员工的平均年龄

selectavg(age)from emp;

3.统计该企业员工的最大年龄

selectmax(age)from emp;

4.统计该企业员工的最小年龄

selectmin(age)from emp;

5.统计西安地区员工的年龄之和

selectsum(age)from emp where WORKADDRESS ='西安';

DQL-分组查询

分组查询的语法

SELECT 字段列表 FROM 表名 [ WHERE 条件 ] GROUP BY 分组字段名 [ HAVING 分组后过滤条件 ]； where 和 having 区别

                                       执行时机不同:where 是分组之前进行过滤，不满足where 条件，不参与分组；而having 是分组之后对结果进行过滤。

where 和 having 区别

                                       判断条件不同：where 不能对聚合函数进行判断，而 having可以。

⚠️注意：

• 执行顺序： where > 聚合函数 > having。
• 分组之后，查询的字段一般为聚合函数和分组字段，查询其它字段无任何意义。

Exercises

1.根据性别分组,统计男性员工和女性员工的数量

select gender ,count(*)from emp groupby  GENDER;

2.根据性别分组，统计男性员工 和 女性员工的平均年龄

select gender ,avg(age)from emp groupby gender;

3. 查询年龄小于45的员工，并根据工作地址分组，获取员工数量大于等于三的工作地址

select WORKADDRESS,count(*)from  emp where AGE<45groupby WORKADDRESS havingcount(*)>=3;

](https://img-blog.csdnimg.cn/0ee6c4ec414740b0a0404c5161cdadc7.gif#pic_center)

](https://img-blog.csdnimg.cn/cc002cbd5c414c5393e19c5e0a0dbf20.gif#pic_center#pic_center)